长三角地区科技企业孵化器运行效率研究_基于DEA的有效性分析

文章编号:1003-2053(2010)01-0086-09

科󰀁学󰀁学󰀁研󰀁究StudiesinScienceofScienceVo.l28No.1

󰀁

Jan.2010

长三角地区科技企业孵化器运行效率研究

󰀁󰀁󰀁基于DEA的有效性分析

殷󰀁群,张󰀁娇

(南京邮电大学经济与管理学院,江苏南京210003)

摘󰀁要:运用数据包络分析方法评价研究了长三角地区企业孵化器的综合效率、技术效率以及规模效率,进而提出了提高企业孵化器运行效率的调整和改进思路:一方面应控制资源投入的冗余;另一方面应提高资源的产出水平。

关键词:企业孵化器;DEA;运行效率

中图分类号:F273󰀁1󰀁󰀁󰀁󰀁󰀁文献标识码:A

󰀁󰀁企业孵化器的概念,由美国乔󰀁曼库索(1959)首次提出,其核心业务是为了支持创业企业的发展,进而繁荣经济,促进就业。目前美国拥有790多家企业孵化器,已经孵化了2万多家中小企业,提供了近30万个就业机会。而且,经过企业孵化器培育的中小企业生命力旺盛,毕业5年后的成活率高于普通中小企业60个百分点

[1]

的企业比例)来衡量孵化结果,他们认为,影响结果的是孵化器提供的三种主要服务:基础设施、培训、网络资源

[2]

。K.F.Chan和TheresaLau提出了一

个孵化器评估框架,包含9项指标:资源聚集优势、资源共享、咨询服务、公众形象、网络优势、集群效应、地理位置优势、成本补贴和资金支持

[3]

。Rhon-

。我国首家企业孵化器

daG.Phillips着重论述了孵化器在技术转移方面的功效,他们的研究表明,尽管大多数技术型企业孵化器都将技术转移作为首要目标,但是技术转移的水平却并未达到预期的效果,需要进一步研究在现行孵化器体制内阻碍技术转移的不利因素

[4]

诞生于20世纪80年代末期,从20多年的发展情况来看,企业孵化器建设已经成为促进创业创新,尤其是推进企业自主创新的重要载体。长三角地区是我国经济发展较快、且高新技术产业发展最为迅速的地区之一。该地区聚集了占总数10%的国家级企业孵化器,研究该地区企业孵化器的运行效率及发展趋势,对于我国企业孵化器的发展有着重要的指导和示范作用。

。Sean

M.Hackett和DavidM.Dilts系统回顾了研究孵化器的文章后认为,目前的研究仍然较多地关注孵化器体制的描述,而对被孵化企业和孵化结果的关注不够

[5]

。国外对企业孵化器运行效果从不同的角

1󰀁理论基础及研究现状

󰀁󰀁本文以长三角地区为研究对象,运用数据包络分析(dataenvelopmentanalysis)的方法,研究长三角地

区企业孵化器发展状况及其发展趋势,分析不同企业孵化器之间效率上的差异以及产生差异的原因。1.1󰀁企业孵化器运行效果研究综述

国外对企业孵化器运行效果的探讨主要有:MarkRice用进驻企业的󰀁毕业率󰀁(即成功孵化出

󰀁󰀁收稿日期:2009-04-12;修回日期:2009-12-11

度进行多维探讨和评价,但归结起来,主要涉及到三个关键指标:一是在孵化企业成长能力,二是技术转移成效,三是入驻企业毕业率

[6]

。

国内现有文献对企业孵化器运行效果的研究主要集中在孵化器的描述性绩效评价以及采用定量方法设计绩效评估体系这两个方面。有关企业孵化器绩效的定性研究包括:首先,企业孵化器自身健康持续的发展是达到其运行目标的基础和前提。殷群从企业孵化器自身收益能力的角度,深入分析和讨论

󰀁󰀁基金项目:国家自然科学基金资助项目(70673039)

󰀁󰀁作者简介:殷󰀁群(1959-),女,江苏南京人,教授,博士,研究方向为科技创新管理。

张󰀁娇(1986-),女,湖北宜昌人,硕士研究生,研究方向为科技创新管理。󰀁第1期殷󰀁群张󰀁娇:长三角地区科技企业孵化器运行效率研究

󰀁87󰀁

了我国企业孵化器收益的实际状况,并有针对性的提出了培育优秀管理团队、提高孵化服务能力等方面的对策措施

[7]

部的规模效率和技术效率,对其效率高低产生的原

因也未做进一步的探讨。

总的来说,目前我国关于企业孵化器运行效果的研究中,大多数采用定量手段评价绩效的研究文献都存在着构建的指标体系和指标权重的设计具有相对主观性,没有形成统一标准,以及对产生绩效差异的原因并做出深入探讨等不足之处。同时,我们也发现着重关注区域企业孵化器发展情况的研究较为少见。其于此,本文引入了效率评价的前沿方法󰀁󰀁󰀁数据包络技术(DEA)对长三角地区企业孵化器运行效率的进行研究。运用DEA方法分析企业孵化器的效率,主要基于如下考虑:第一,DEA方法中不需要设定生产函数的具体形式,只要知道投入和产出数据即可得出效率值,适用于在没有给出明确效率函数情况下对结果的分析和比较。第二,DEA是处理多投入多产出系统的有效手段,而企业孵化器的产出要从社会效益、自身效率等多方面来衡量,是典型的多种投入和产出的系统,适合于DEA方法。第三,DEA方法无须对投入指标做出权重假设,是由决策单元的实际数据求得最优权重。避免了评价中指标体系权重设置受主观因素的影响,具有较强的客观性。第四,可以根据得出的效率值进一步分析企业孵化器的投入利用效果,使用效率上的差距,从而找出改进效率的有效途径。1.2󰀁企业孵化器的效率内涵及意义

本文主要探讨长三角地区企业孵化器的运行效率,因此首先必须阐明企业孵化器效率的概念。󰀁效率󰀁是经济学关注的核心内容,是指一定投入量所产生的有效成果。康芒斯(John.Commons)则借助于马克思的工时概念给效率做如下定义,即󰀁效率是使用价值的出量对劳动工时的入量的比例󰀁

[15]

。田晓明等从实证的角度研究了

[8]

企业动态能力与企业创新绩效的关系。卢瑞和

盛昭瀚认为企业孵化器的核心资源在有形资产、无形资产、孵化能力及组织能力四个方面,进而提出从企业、企业孵化器、产业三个层次评价企业孵化器。徐菱涓、刘宁晖、李东等在进行绩效评价过程中,考虑了企业孵化器的组织使命、组织目标等内外因素的特殊性,认为我国对企业孵化器的绩效评价难度比一般性营利组织大。由于我国企业孵化器发展历史较短、统计资料欠缺、制度设计不全等因素,绩效评价在理论和实践方面都存在一些问题。未来应从制度创新、方法集成、内容创新、组织能力建设等方面着手,有所突破。国内还有大量学者运用不同的定量分析工具设计出企业孵化器的评估体系,根据指标体系来评价不同孵化器的运行效果。刚登锋设计了一个评估企业孵化器绩效的模型,采用的是层次分析法来确定评估体系的权重,并将该体系运用到上海市6个不同行业的15家国家级企业孵化器的绩效评价中

[11]

[10]

[9]

。曹细玉构建了一套评

价体系,并指出利用模糊综合评价法对孵化器的孵

[12]

化能力进行评价。李恒光,赵巍,谷力群,王震基于系统理论提出了一种3C系统分析框架,对我国科技企业孵化器绩效评价现存问题的形成机理进行了较为深入的分析,并结合我国科技企业孵化器的具体特点,构建了一种较为全面系统的科技企业孵化器绩效评价指标体系

[13]

。孙凯、鞠晓峰、李煜华

构造了一套基于变异系数法的企业孵化器运行绩效评价体系,并通过实证验证了该方法的可操作性和

[14]

实用性。

通过对企业孵化器运行效果相关文献的研究,可以看出:(1)对企业孵化器运行绩效通过描述性语言进行定性分析类的研究,尚未形成统一共识,并且难以对不同孵化器的运行效果进行比较分析;(2)目前采用的大多数定量评价的方法都是通过建立一个评价企业孵化器的指标体系,运用如层次分析,变异系数,综合模糊等方法确定指标的相应权重,从而得出不同企业孵化器的绩效评分。这些研究存在如下问题:一方面,构建的指标体系具有较大的主观性,不同学者对影响孵化器绩效因素及其重要程度的看法并不一致;另一方面,由指标体系所得的结果较为简单和直观,没有考虑到企业孵化器内。企业孵化器的运行效率则是指企业孵化器

的投入量所能带来的有效产出,体现了企业孵化器对其资源的配置效果,是衡量企业孵化器的竞争能力、投入产出能力和可持发展能力的总称。󰀁有效率󰀁是指实现了资源的有效配置,包括在输入一定生产资源条件下输出最大,或是在输出一定的情况下投入的资源最小。本文研究的企业孵化器的运行效率可以从两方面理解:一是指企业孵化器的资源配置问题,即如何对有限的资源投入进行优化配置,避免产生投入的冗余;二是资源的利用问题,对于孵化中所投入的多种要素应得到最大化的利用,也就是每一单位的投入必须得到最大程度的产出,要避󰀁88󰀁

科󰀁学󰀁学󰀁研󰀁究

[16]

第28卷󰀁

免出现产出不足的问题。

本文中从企业孵化器的投入资源是否得到充分利用,产出的社会效益以及经济效益是否达到最大这两个方面来分析每个企业孵化器在运行过程中的实际效果,因此引入了󰀁效率󰀁的概念。1.3󰀁长三角地区企业孵化器发展现状

根据自然地理学的界定,长江三角洲地区(简称长三角)北起新通扬运河,南达杭州湾,西抵宁镇丘陵,地势以太湖为中心呈碗状分布。从经济意义上讲,长三角是我国经济最发达的地区之一,包括以上海为龙头,由浙江的杭州、宁波、湖州、嘉兴、绍兴和舟山6个城市和江苏的南京、常州、无锡、苏州、南通、镇江、扬州和泰州8个城市共15个城市所组成的城市带。2008年8月6日在温总理主持召开的国务院常务会议上审议并原则通过󰀁进一步推进长江三角洲地区改革开放和经济社会发展的指导意见󰀁,其中对长三角的最新定位是:长三角是我国综合实力最强的经济中心、亚太地区重要国际门户、全球重要的先进制造业基地、我国率先跻身世界级城市群的地区。

根据科技部火炬统计年鉴的统计,到2008长三角地区共有45家国家级企业孵化器,是我国企业孵化器最为密集的地区,企业孵化器作为培育中小型企业的摇篮在长三角地区也得到了较好的发展。

无效率的,其值小于1大于0。

2

用于分析企业孵化器效率的CR模型如下:假设有n个企业孵化器,每个孵化器均使用s种投入和m种产出。应满足的线性规划是:

min󰀁s.t󰀁

CR模型󰀁

2

nj=1

Xj󰀁󰀁Xkj󰀁s.t󰀁

n

j=1

Yj󰀁j󰀁Yk

󰀁,j=1,2,󰀁󰀁,nj󰀁0

󰀁󰀁Yjk表示第k家孵化器的第j个输出变量(1󰀁j󰀁m)

Xik表示第k家孵化器的第i个输入变量(1󰀁i󰀁s)

Xj表示第j个决策单元的s维投入向量;Yj表示第j个决策单元的m维产出向量。

将上式迭代求解,即可得到每个孵化器的效率值,其是在固定规模报酬下的技术效率(TE),经济含义为当第k家孵化器的产出水平保持不变时,要实现整个经济系统中最佳效率,实际所要投入的比例。CR模型分析的DMU0的经济有效性的含义是:在保持产出y0不变的前提下,将投入x0的各个分量按同一比例󰀁(󰀁󰀁1)减少。如果这一点能够实现,则表明可以用比DMU0更少的投入而使产出不变,说明了DMU0的生产活动是非有效;反之,如果在保持产出y0不变的前提下,投入x0的各个分量都不能再减少,则表明DMU0的生产活动是有效,DMU0是有效的决策单元。这样的模型被称为是基于投入的模型。值得指出的是,CR模型可分为投入与产出两种导向:投入导向(input-basedefficien-cy)即上文所述,是指在现有的产出中,应使用多少的投入量才是最有效率的;而产出导向(output-basedefficiency)则指在既定的投入条件下,求产出的极大化。两者之值一般是互为倒数。

(2)BCC模型

Banker,Charnes和Cooper于1984年将CR模型中的固定规模报酬假设剔除,建立了可变规模报

[17]

酬的BBC模型。他们以原模型的基础上增加了凸性假设,即

2

2

2

2󰀁DEA模型的构建

2.1󰀁DEA的基本模型

DEA(数据包络分析)是一种融合了数学、运筹学、数理经济学和管理科学的线性规划方法,基本思想是根据每个决策单元的多个投入指标和多个产出指标,通过对投入和产出比率的综合分析,判断每个决策单元是否为DEA有效。这种分析方法可以较为客观的反映被评价单元的投入产出效率,并且能进一步将效率分解为规模效率和技术效率,全面评估决策单元的现有水平以及改进方向。数据包络分析的基本模型包括CR和BCC两种。

2

(1)CR模型

CR效率评估模型从投入面分析并假设每一决策单位(DMU)的生产技术为固定模型报酬,利用线性规划方法求得效率前沿边界并计算每一决策单位的相对效率,凡落在边界上的DMU为DEA有效率,其效率值为1;而未落在边界上的DMU则是DEA2

2

󰀁n

j=1

󰀁=1,从而将技术效率分解为纯

󰀁第1期殷󰀁群张󰀁娇:长三角地区科技企业孵化器运行效率研究

2

󰀁89󰀁

技术效率和规模效率两部分。CR模型所计算的效率值,在BC模型中为总效率值;而BC模型所计算的效率值为纯技术效率值(PTE)。因此,纯技术效率不大于总效率。唯有当总效率=1时,则规模效率(SE)=1,且纯技术效率=1。

基于投入导向型的BCC模型的线性规划如下:

min󰀁s.t󰀁

nj=1

2

2

产出指标:企业孵化器的目的是为创业者提供

创业初期的指导与支持,其主要目标应定位在社会效益方面,可以从三方面进行考虑:一是累积毕业企业数,说明了企业孵化器孵化企业的成功率;二是就业机会,增加就业是企业孵化器的重要社会功能,我们用在孵企业人员数与孵化器人员数之和来表示;三是在孵企业上缴税金(千万),体现了企业孵化器对国家经济的贡献。

本文以长三角地区45家国家级企业孵化器为研究样本,以其技术效率、纯技术效率、规模效率为主要分析对象。数据均来源于2008年中国火炬统计年鉴。

(2)DEA模型的选取

在DEA模型的发展历程中,继CR模型和BCC模型开始应用之后,不断出现改良模型,使得DEA的应用更加广泛和深入。为了更加全面和深入的对企业孵化器的效率进行探讨,本文选取的DEA模型是:投入导向型的BCC模型和超效率模型。主要原因如下:

运用DEA评估效率时可以采用两个方向:一个是以投入为导向(input-oriented);另一个是以产出为导向(output-oriented)。投入导向模型是在产出不变的情况下,衡量要素投入减少的比例;产出导向是在投入不变的情况下,衡量产出增加的比例。Lovell认为厂商可以自由的调整生产要素则应该采用投入导向模型来计算效率。而把企业孵化器看作决策单元时,其对投入要素(人员、场地、资金)的控制要远比对产出的控制容易的多;同时,根据效率的高低对企业孵化器的资源投入进行合理调整正是我们主要关注的。因此我们采用以投入为导向的DEA模型进行评价。

CR模型的假设是在固定规模报酬下运营,而企业孵化器是存在变动规模报酬的,有可能处于规模报酬递增阶段,也有可能处于规模报酬递减阶段。企业孵化器无效率的原因可能来自其投入产出配置不合理,也有可能由于企业孵化器规模不当造成。因此在分析中选取了规模报酬可变的BCC模型。

另外,对于DEA效率分析中产出存在多个决策单元有效率(效率值为1)的情况下,DEA模型无法直接对这些有效率的决策单位之间进行效率高低的比较,即出现了分析中判断力不足的情况。若存在相对有效决策单元过多,会影响对整个集合效率评价以及进一步的分析。通过计算可得出45家企业2

2

Xj󰀁󰀁Xkj󰀁

BCC模型

s.t󰀁

n

j=1

Yj󰀁j󰀁Yks.t󰀁󰀁j=1

j=1n

󰀁,j=1,2,󰀁󰀁,nj󰀁0

󰀁󰀁(3)超效率模型

Andersen和Petersen提出了一种DEA的󰀁超效率󰀁(super-efficiency)模型,使有效决策单元之间也能进行效率高低的比较

[18]

。模型的基本思路是:

在评估决策单元时。将其排除在决策单元的集合之外。具体做法是在求解第t个决策单元的效率值时,其约束条件中决策单元的参考集合将每t个决策单元排除在外。因此超效率模型中对无效率的决策单元求出的效率值与BCC模型结果一致;对于有效率的决策单位则会得出大于1的不同效率数值。2.2󰀁模型的选取及构建

(1)投入产出指标的选取

选取合理的投入产出指标是运用DEA方法进行效率评价的基础性工作和关键性步骤,因为指标的选取对于最终评价结果有着决定性的影响。根据企业孵化器自身的特殊性,结合指标选取的一般原则,选取指标如下:

投入指标:企业孵化器的正常运行所需投入的资源可以从人、财、物三个方面来考虑。人力是以企业孵化器在职人员总数衡量;企业孵化器的物力采用孵化器的场地面积来计算;企业孵化器所投入的财力来源包括了企业孵化器自身以及政府、社会各方的资金扶持、财税补贴等,考虑到数据的可得性,本文采用孵化器当年的总收入与孵化基金总额相加而得。󰀁90󰀁

科󰀁学󰀁学󰀁研󰀁究第28卷󰀁

孵化器中相对有效的数量有12家,经典的DEA模型无法对这些企业孵化器之间的效率差异做进一步分析,同时如果认为这些企业孵化器的效率都相等为1的话,对长三角地区孵化器效率的整体评价也是欠妥当的。因此有必要引入DEA的超效率模型进一步计算超效率值,从而对有效的决策单位之间进行更加深入的比较分析,同时也为政府对企业孵化器提供优惠政策以及做出其它相关决策提供更加完备的信息。2.3󰀁实证分析及结果

利用上文选取的企业孵化器效率分析的DEA

模型,在对基础数据进行标准化处理后,运用

DEAP2.1软件进行了计算。得出长三角地区45家国家级企业孵化器的综合效率、纯技术效率和规模效率,并按降序进行了排序。

分析表1中数据,综合效率是不考虑规模收益时的技术效率,大于等于1为相对有效、小于1为相对无效,说明其中必定存在着投入冗余或产出不足,例如上海八六三信息安全产业基地有限公司的综合效率为1,说明该企业孵化器应维持现有的产出组合,其投入组合无法压缩,即为DEA有效。

表1󰀁2008年长三角地区国家级企业孵化器DEA效率综合评价

企业孵化器名称

上海八六三信息安全产业基地有限公司常州高新技术创业服务中心昆山高新技术创业服务中心苏州高新技术创业服务中心无锡高新技术创业服务中心无锡市科技创业服务中心扬州高新技术创业服务中心南京科技创业服务中心拱墅区科技创业中心

金华科技园创业服务中心有限公司浙江大学国家大学科技园宁波市科技创业中心

宁波保税区科技促进中心杭州上城区科技创业中心

嘉善县科技创业服务有限公司泰州市高新技术创业服务中心湖州科技创业服务中心

上海都市工业设计中心有限公司

上海复旦科技园高新技术创业服务有限公司武进高新技术创业服务中心上海慧谷高科技创业中心姜堰市高新技术创业中心

杭州高新区科技创业服务中心镇江国家高新技术创业服务中心上海莘闵高新技术开发有限公司

上海漕河泾新兴技术开发区科技创业中心嘉兴科技创业服务中心

温州高新技术产业园区创业服务中心张家港市高新技术创业服务中心绍兴市高新技术创业服务中心上海同济科技园孵化器有限公司上海聚科生物园区有限责任公司苏州国际科技园

上海市青浦区科技创业中心苏州市吴中科技创业园

上海集成电路电路设计创业中心江苏省高新技术创业服务中心南京金港科技创业中心

南通高新技术创业中心有限公司上海大学科技园发展有限公司

上海张江药谷公共服务平台有限公司上海杨浦科技创业中心有限公司中国昆山留学人员创业园上海市科技创业中心

上海张江高新技术创业服务中心平均值综合效率1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0000.9380.8800.8440.8130.7240.6420.6060.6040.6040.6000.5930.5900.5660.5600.5590.5550.5170.5150.5000.4940.4910.4900.4880.4790.4710.4410.4300.4180.3910.3290.3230.2920.1720.665纯技术效率

1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0000.9631.0000.9220.8270.9751.0000.8870.7680.6820.6070.8330.8880.6250.5640.7650.6120.6700.9240.7130.7651.0000.8440.6030.6610.5080.5610.5420.5420.6840.3430.4850.3830.2310.786规模效率

1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0000.9740.8800.9150.9820.7430.6420.6840.7870.8860.9890.7120.6640.9070.9910.7300.9070.7720.5580.7010.6460.4910.5800.8100.7240.9280.7860.7930.7700.5720.9590.6670.7630.7420.837󰀁第1期殷󰀁群张󰀁娇:长三角地区科技企业孵化器运行效率研究

󰀁91󰀁

3󰀁结果分析及建议

3.1󰀁总体分析

根据表中不同企业孵化器综合效率数据的排名,可以得出不同效率水平的企业孵化器在长三角地区45家国家级孵化器中所占的比例如图1所示。

达到了整个地区的33%,但这几家整体效率的较的企业孵化器可能由于过多的注重了孵化器的数量建设,没有达成整个地区的规模效益。这5家孵化器的纯技术效率都很低,说明其效率低下的主要问题来自于技术无效,即自身投入的资源并未得到充分利用。

总体而言,长三角地区是我国经济发展最活跃、发展速度最快、科技发展最前沿、最具发展潜力的区域。然而,该地区企业孵化器的综合效率为0.665,整体效率不容乐观;同时也说明了我国企业孵化器的效率还有很大的改进空间,在关注企业孵化器的建设和投资的同时,也应该对企业孵化器的资源投入和产出效率给予更多的关注。另外,地区整体规

图1󰀁不同效率水平的长三角地区企业孵化器构成图

模效率的平均值为0.837,大于纯技术效率的平均值0.786,说明长三角地区企业孵化器的效率问题主要在于技术无效,应提高投入要素的利用效率,从管理和资源配置等多方面改善企业孵化器的运行效率。

3.2󰀁DEA无效孵化器的分析及调整

由于DEA可计算出达到最佳效率的投入与产出组合,因此可进一步分析这45家企业孵化器如何增减其投入产出量,以达到最佳状态。对于DEA无效的33家企业孵化器都可通过适当调整投入和产出的数值使其达到有效。从而为企业孵化器探寻其改进资源配置及运行管理方面的努力方向。

(1)对无效孵化器产出的调整

产出不足是造成DEA无效的重要原因。通过对模型中松驰变量的计算,我们可以进一步分析无效DEA单元的产出中有哪几方面不足以及应如何增加相应产出使得效率达到最佳状态。表2给出了使无效的企业孵化器DEA达到有效,应该增加的产出数量。

󰀁󰀁(2)对产出调整结果的分析

分析表2中对长三角地区每家企业孵化器为达到最佳的效率状态,应增加的各项产出数量,得出如下结论:

由表2可知,在这33家DEA无效的企业孵化器中,需要通过增加其累积毕业企业数从而提高效率的企业孵化器数量并不多,仅有7家。其它企业孵化器的无效原因并非主要源于毕业企业数量的不足,因此没有增加毕业企业数的需要。积累毕业企业数是衡量企业孵化器自身效率的重要指标,因此很多学者认为毕业企业数越多,企业孵化器的绩效(1)在这45家孵化器中,DEA相对有效的企业孵化器的数量达12家,说明在整个长三角地区45家企业孵化器组成的经济系统中,这12家孵化器的投入所获得的产出已经达到最优。这些孵化器所投入的职工人数、场地面积以及资金等与其本身的效益(毕业企业数)和社会效益(增加就业和创造税收)是比较匹配的。

另外从表1中还可看到,有3家孵化器(上海都市工业设计中心有限公司、苏州国际科技园和苏州国际科技园)的纯技术为1,但综合效率都小于1。根据模型的经济意义可以得知,这三家孵化器未能达到DEA有效的原因是在于是其规模无效性,它们的技术水平已经发挥到最佳。因此其改革的重点应该在于如何更好地发挥其规模效益。另外30家孵化器的技术无效率既来自技术无效也来自于规模无效,也意味着这部分企业孵化器存在着资源尚未得到有效使用,规模效益难以发挥的问题。

(2)有24家企业孵化器效率值位于0.4-0.8之间,占总数量的一半以上。这一部分企业孵化器的发展水平以及效率不足,且在长三角地区占据的比重较大,因此在下一小节中将着重探讨这些企业孵化器效率不高的原因并找出改进效率的措施。

(3)有5家企业孵化器综合效率值低于0.4,且都位于上海市。上海地区是我国经济发展水平最高,综合经济实力最强的城市,也是我国企业孵化器发展最为活跃的前沿地带。上海聚集了相当数量的国家级企业孵化器,在占据整个长三角地区的6󰀁29%的面积上,拥有的国家级企业孵化器的数量󰀁92󰀁

科󰀁学󰀁学󰀁研󰀁究第28卷󰀁

就越好。但企业孵化器孵化企业是需要投入大量人力、物力以及财力的,并且一个企业从入孵到成功毕业,是要经历较长的周期的。并不能简单地以毕业

企业数作为衡量孵化器效率的依据。

表2󰀁长三角地区无效企业孵化器产出调整表

企业孵化器名称

宁波保税区科技促进中心杭州上城区科技创业中心嘉善县科技创业服务有限公司泰州市高新技术创业服务中心湖州科技创业服务中心

上海都市工业设计中心有限公司

上海复旦科技园高新技术创业服务有限公司武进高新技术创业服务中心上海慧谷高科技创业中心姜堰市高新技术创业中心杭州高新区科技创业服务中心镇江国家高新技术创业服务中心上海莘闵高新技术开发有限公司

上海漕河泾新兴技术开发区科技创业中心嘉兴科技创业服务中心

温州高新技术产业园区创业服务中心张家港市高新技术创业服务中心绍兴市高新技术创业服务中心上海同济科技园孵化器有限公司上海聚科生物园区有限责任公司苏州国际科技园

上海市青浦区科技创业中心苏州市吴中科技创业园

上海集成电路电路设计创业中心江苏省高新技术创业服务中心南京金港科技创业中心

南通高新技术创业中心有限公司上海大学科技园发展有限公司上海张江药谷公共服务平台有限公司上海杨浦科技创业中心有限公司中国昆山留学人员创业园上海市科技创业中心

上海张江高新技术创业服务中心

产出1累积毕业企业数

+13.860

000000000+29.510

0+9.9420+11.791

0000+6.36300000000000+15.244+0.637

产出2增加就业

00000+280.645

0000000+602.474

0000+228.158

00+60.628+25.893

0+1502.024+1474.680

0+53.855+130.788

0000

产出3上缴税金+24743.651

00

+8076.685+4262.579+5609.932+6267.677

0+4364.602+8006.427+17338.232+2685.197+11088.717

0+1554.326+2785.828

0+5358.211+7964.910

0+79543.516+529.575

00+149.024+16019.028+2173.684+8863.990

0+5224.12+3165.634

0+11257.193

󰀁󰀁在企业孵化器产出的社会效益方面,我们可以看到还有很大的改进空间。一半左右的无效孵化器都需要增加其产出中带来的就业机会;绝大部分对

孵化器要达到有效率,都要增加孵化器的上缴税金。这说明对于企业孵化器效率的改进中,提高企业孵化器的社会效益(增加就业和税金)是十分重要的调整途径。

(3)无效孵化器的调整与分析

下面通过进一步的探讨可以看出企业孵化器的投入方面存在的冗余,理论上对相应投入值进行缩减便可有效提高效率。

󰀁󰀁由表3可知,企业孵化器在人员、资金以及场地方面都存在着冗余。应该加强运营管理,提高生产技术水平。企业孵化器投入进行调整可以从以下几方面着手:

首先,要严格控制员工人数,通过减员增效。对这些相对无效的企业孵化器应以努力提高员工素质为目标,适当减少员工人数,提高员工的效率。

其次,应加强企业孵化器资金的运作管理、提高资金的使用效率。表3所示,要达到相对有效的状态,应减少企业孵化器资金的投入。这说明了长三角地区现有企业孵化器中投入的资金并未得到充分利用。

󰀁第1期殷󰀁群张󰀁娇:长三角地区科技企业孵化器运行效率研究

表3󰀁长三角地区无效企业孵化器投入调整表

企业孵化器名称

投入1人员-0.745-1.084-1.713-4.122-3.307-10.766-4.333-5.542-5.944-7.996-13.040-4.514-10.842-11.012-5.738-8.009-4.344-4.846-9.009-9.478-33.058-5.100-10.233-6.255-26.981-10.616-6.267-12.233-15.216-9.393-13.535-23.369-41.418

投入2

资金(总收入+基金)

-421.182-173.152-334.695-302.209-421.655-2503.602-1960.400-1927.945-3392.298-7796.334-3806.744-931.560-2759.986-21687.468-3058.812-2972.326-8312.024-1695.936-4991.464-4690.711-53815.444-6612.327-8160.537-6668.979-26876.819-6209.960-13079.574-9719.152-8028.727-73861.146-3410.706-27016.901-59004.431

󰀁93󰀁

投入3场地-2845.711

-3373.879-5899.299-4309.239-5574.113-1868.584-6656.57315399.809-13868.758-16792.10529127.177-17071.751-7984.616-12774.436-30014.320-14683.647-14480.878-31495.951-6005.973-6070.153-172410.413-187.457-12279.178-14200.641-15871.200-111254.611-11395.343-15613.907-6280.679-26105.424-35189.823-24075.448-39825.299

宁波保税区科技促进中心

杭州上城区科技创业中心嘉善县科技创业服务有限公司泰州市高新技术创业服务中心湖州科技创业服务中心

上海都市工业设计中心有限公司

上海复旦科技园高新技术创业服务有限公司武进高新技术创业服务中心上海慧谷高科技创业中心姜堰市高新技术创业中心杭州高新区科技创业服务中心镇江国家高新技术创业服务中心上海莘闵高新技术开发有限公司

上海漕河泾新兴技术开发区科技创业中心嘉兴科技创业服务中心

温州高新技术产业园区创业服务中心张家港市高新技术创业服务中心绍兴市高新技术创业服务中心上海同济科技园孵化器有限公司上海聚科生物园区有限责任公司苏州国际科技园

上海市青浦区科技创业中心苏州市吴中科技创业园

上海集成电路电路设计创业中心江苏省高新技术创业服务中心南京金港科技创业中心

南通高新技术创业中心有限公司上海大学科技园发展有限公司上海张江药谷公共服务平台有限公司上海杨浦科技创业中心有限公司中国昆山留学人员创业园上海市科技创业中心

上海张江高新技术创业服务中心

󰀁󰀁最后还要控制场地面积,避免造成浪费。表3中可以看出,效率越低的企业孵化器,可减少的场地面积的投入就越多,这也就说明效率低的企业孵化器对于场地面积的浪费较严重。有关部门应加强对场地面积的控制,不能一味寻求企业孵化器数量以及自身规模上的壮大,这反而会对资源配置造成了浪费,带来孵化效率上的损失。3.3󰀁DEA有效孵化器的超效率分析

DEA超效率模型的引入是为了对多个有效决策单元之间效率进行比较,例如常州高新技术创业服务中心的超效率值为1.376,说明该孵化器增加37.6%的投入,仍然能在整个决策单位中保持有效率。

运用EMS1.3软件可计算出12家DEA有效的

孵化器的超效率,并进行排名(见表4)。

表4󰀁长三角地区DEA企业孵化器超效率及排名

企业孵化器名称

无锡市科技创业服务中心

上海八六三信息安全产业基地有限公司苏州高新技术创业服务中心南京科技创业服务中心拱墅区科技创业中心浙江大学国家大学科技园昆山高新技术创业服务中心无锡高新技术创业服务中心常州高新技术创业服务中心

扬州高新技术创业服务中心宁波市科技创业中心

金华科技园创业服务中心有限公司

超效率值超效率排名4.7143.3791.9431.9271.7831.6201.4811.3811.3761.2811.2171.166

123456789

101112

对DEA相对有效的12家企业孵化器排名,可

󰀁94󰀁

科󰀁学󰀁学󰀁研󰀁究第28卷󰀁

以看出其效率之间存在着一定的差异,排名靠前的孵化器对经济资源的利用是更为有效的。从而为孵化器主管部门制定相应的政策提供更加准确完备的信息。参考文献:

[1]󰀁殷群.企业孵化器拓展创新功能路径研究[J].现代

经济探讨,2009,(8):40-43.

[2]󰀁RiceMP.Co-productionofbusinessassistancein

businessincubators:Anexploratorystudy[J].JournalofBusinessVenturing,2002,(17):163-187.

[3]󰀁ChanKF,LauT.Assessingtechnologyincubatorpro-gramsinthesciencepark:

thegood,thebadandthe

ugly[J].Technovation,2005,(25):1215-1228.

[4]󰀁PhillipsRG.Technologybusinessincubators:howe-f

fectiveastechnologytransfermechanisms[J].Techno-logyinSociety,2002,(24):299-316.

[5]󰀁HackettSM,DiltsDM.Asystematicreviewofbus-i

nessincubationresearch[J].Transfe,2004,(1):55.

[6]󰀁殷群.企业孵化器研究热点综述[J].科研管理,

2008,(1):157-162.

[7]󰀁殷群.企业孵化器收益能力分析󰀁󰀁󰀁以江苏省企业

孵化器为样本[J].科学学与科学技术管理,2008,(9):196-198.

[8]󰀁田晓明,蒋勤峰,王重鸣.企业动态能力与企业创业

绩效关系实证研究[J].科学学研究,2008,(8):812-819.

JournalofTechnology

[9]󰀁卢瑞,盛昭瀚.核心资源与企业孵化器的创新[J].中

国管理科学,2002,(2):71-75.

[10]󰀁徐菱涓,刘宁晖,李东.我国科技企业孵化器绩效评

价与发展走向研究[J].科技进步与对策,2009,(11):114-117.

[11]󰀁刚登锋.孵化企业孵化绩效的评估体系与模型设计

[J].科学技术与工程,2009,(2):520-524.

[12]󰀁曹细玉.企业孵化器孵化能力评价研究[J].科技进

步与对策,2001,(6):13-14.

[13]󰀁李恒光,赵巍,谷力群,王震.基于3C系统的科技企

业孵化器绩效评价指标体系研究[J].科技进步与对策,2007,(2):175-179.

[14]󰀁孙凯,鞠晓峰,李煜华.基于变异系数法的企业孵化

器运行绩效评价[J].哈尔滨理工大学学报,2007,(3):165-167.

[15]󰀁康芒斯.制度经济学(上册)[M].北京:商务印书馆,

1997.

[16]󰀁CharnesA,CooperW,RhodesE.Measuringtheeff-i

ciencyofdecisionmakingunits[J].EuropeanJournalofOperationalResearch,1978,(2):429-444.

[17]󰀁BankerRD,CharnesA,CooperWW.Somemodelsfor

estimatingtechnicalandscaleinefficienciesindataen-velopmentanalysis[J].ManagementScience,1984,30(9):1078-1092.

[18]󰀁AndersenP,PetersenNC.Apeocedureforrankingeff-i

cientnuitsindataenvelopmentanalysis[J].Manage-mentScience,1993,39(10):1261-1264.

Studyontheperformanceofenterpriseincubatorin

theregionofYangtzeRiverDelta

YINQun,ZHANGJiao

(CollegeofEconomicsandManagement,NanjingUniversityofPosts&Telecomunications,Nanjing210046,China)

Abstract:Thispaperhasemployedthemethodofdataenvelopmentanalysistoevaluatethefollowingperformance:overallefficiency,technologicalefficiencyandscaleefficiencyofenterpriseincubatorsintheregionofYangtzeRiverDeltaandgivensuggestionsonhowtoononehandtocontroltheinputresources,ontheotherhandtoimprovetheoutput.Keywords:enterpriseincubator;dataenvelopmentanalysis;run-efficiency